Grok API: xAI Reasoning and Coding Models

O Atlas Cloud hospeda o Grok 4.3, o atual LLM principal da xAI, disponível a US$ 1,25 por milhão de tokens de entrada. O modelo suporta chat, raciocínio, chamada de função, saídas estruturadas e compreensão de imagens em uma única API. Verifique a página da coleção xAI do Atlas Cloud para ver quaisquer versões adicionais do Grok à medida que são adicionadas.

O Grok 4.3 suporta uma janela de contexto de 1 milhão de tokens. Isso é grande o suficiente para processar bases de código completas, documentos de pesquisa extensos ou sessões prolongadas de agentes de múltiplos turnos em uma única chamada. O limite de contexto aplica-se a entradas de texto e imagem combinadas.

Sim. A API da xAI suporta Web Search e X Search como complementos opcionais, faturados separadamente a US$ 5 por 1.000 chamadas. Isso permite que o Grok recupere informações em tempo real da web ou do X durante uma geração. Acesse esses recursos por meio do endpoint padrão da API junto com suas chamadas de API regulares.

Sim. A API da xAI suporta o cache de prompts, o que reduz o custo de solicitações que reutilizam o mesmo prompt de sistema ou prefixo de contexto. Os tokens de entrada em cache são faturados a uma taxa significativamente mais baixa do que os tokens não armazenados em cache. Isso é particularmente útil para fluxos de trabalho de agentes que enviam as mesmas instruções em várias chamadas.

Sim. O Grok 4.3 suporta entrada multimodal, aceitando imagens junto com texto na mesma chamada de API. Você pode passar URLs de imagens ou imagens codificadas em base64 por meio do formato padrão de mensagens. Isso permite casos de uso como respostas a perguntas visuais, análise de documentos e geração de código guiada por imagens.

Sim. O Grok 4.3 suporta chamadas de função, saídas estruturadas e respostas em streaming. Esses recursos funcionam com o esquema de funções padrão compatível com a OpenAI, de modo que as definições de ferramentas existentes de integrações baseadas em GPT são transferidas diretamente. A execução de código também está disponível como um complemento opcional a US$ 5 por 1.000 chamadas.

O cache de prompt reutiliza um prefixo de contexto repetido, como um prompt de sistema longo ou instruções compartilhadas, com uma taxa de tokens de entrada reduzida em chamadas subsequentes. Para chatbots e agentes que reenviam a mesma configuração em cada solicitação, isso reduz o custo de entradas repetidas sem alterar seu código. Coloque o conteúdo estático no início do prompt e o conteúdo variável do usuário no final para que o cache seja aplicado.

Os limites de taxa e a simultaneidade variam de acordo com o nível da conta, portanto, adicione um recuo exponencial e uma nova tentativa em uma resposta 429, e coloque as solicitações em fila durante os picos de tráfego. Para grandes trabalhos offline, o processamento em lote mantém o trabalho em massa fora dos seus limites de tempo real. Um custo oculto comum em escala é reenviar o histórico completo da conversa em cada chamada, portanto, passe um resumo compacto em vez de todo o tópico e entre em contato com o suporte para aumentar os limites à medida que cresce.

A API do Grok usa faturamento pré-pago baseado no uso de tokens, com tokens de entrada e saída medidos por solicitação e sem necessidade de assinatura. Executar o Grok ao lado de mais de 300 outros modelos no Atlas Cloud significa ter uma única conta e uma única fatura, em vez de contratos separados por provedor. O cache de prompts e o processamento em lote podem reduzir o custo efetivo em cargas de trabalho repetitivas ou offline.

Crie uma conta na Atlas Cloud, gere uma chave de API e direcione seu cliente existente compatível com OpenAI para o endpoint da Atlas com o nome do modelo Grok. Envie sua primeira solicitação para o Grok 4.3 para raciocínio ou para o Grok Build 0.1 para codificação e, em seguida, expanda conforme necessário. Como a mesma chave acessa mais de 300 modelos, você pode testar outros modelos sem nenhuma configuração extra.